如何在实践中使用 NDrange？

Question

我已阅读文档和书籍 （还有这些帖子：OpenCL: query number of processing elements；Understanding work-items and work-groups；OpenCL: Work items, Processing elements, NDRange） 关于使用 NDrange 进行数据分区的执行模型和理论。

1. 我是否基于我的硬件构建我的工作项和工作组？如果是，我如何查询设备上有多少工作项和工作组可用？有没有一个好的做法是如何划分工作项和工作组以实现良好的性能？

2. 我想知道它们在实践中是如何工作和交互的，用于计算一维数组和二维数组（如图像）。

Answer 1

1. 良好的分区需要了解您的 GPU 硬件。例如，让我们看看像 Radeon 6970 这样的 AMD 卡。内核总数为 1536。它们被封装在 24 个 SIMD 单元中。每个单元由 16 个采用 VLIW4 架构的流处理器组成。所以，我们有 16 * 4（因为 VLIW4）* 24 = 1536 个内核。每个 SIMD 单元为其中的所有内核共享一些资源（缓存等）。因此，在 Radeon 6970 的情况下，本地组的合适大小是 64 的倍数。您可以查询 OpenCL 设备的计算单元数。在我们的例子中，您应该得到 24。因此，对于 Radeon 6970 上的 OpenCL 计算单元 = SIMD 单元。请注意，手动分区可能会导致具有不同架构的设备性能下降。

2. 可以在Nvidia developer zone 上找到当地团体福利的一个很好的例子。看一下双音排序示例代码，它将向您展示如何使用本地组。